Egen vinning eller ett
potentiellt hot?
En klarare bild av klyftan mellan publikens förhållningssätt till
Big Data.
Författare: Patrik Ulfwinger Handledare: Orla Vigsö Kursansvarig: Malin Sveningson Examensarbete i medie- och
kommunikationsvetenskap 2014-06-26
Abstract
Titel Egen vinning eller potentiellt hot? En klarare bild av klyftan mellan publikens förhållningssätt till Big Data.
Författare Patrik Ulfwinger
Kurs Examensarbete i Medie- och
Kommunikationsvetenskap, Göteborgs Universitet.
Termin Vårterminen 2014
Handledare Orla Vigsö
Uppdragsgivare Marie Grusell & Daniel Johansson
Sidantal 33 samt bilagor
Antal ord 14 229
Syfte Studien syftar till att skapa förståelse för publikens åsikter kring begreppet Big Data och dess delning, även att skapa bättre förståelse för hur publiken resonerar sina åsikter samt om det finns specifika faktorer som påverkar åsikterna.
Metod Kvalitativa samtalsintervjuer
Material Elva samtalsintervjuer
Executive summary
By original request from Marie Grusell, this study was meant to examine the public's opinion towards the directed advertisement met on social media. However, because Daniel Johansson wanted to examine how Big Data is used and shared, this study instead aimed to examine the public's opinion on Big Data and how it is shared between operators. As Big Data is the
underlying technology that enables directed advertisement, it is to my belief that the final result remains highly relevant to the original request yet still holds value to that which was requested by Johansson. The study also sought to give a greater understanding of why the public reasoned the way they did and if their opinions in some way affected other aspects of their life- specifically if their usage of services, that they believe are using Big Data in any form, were affected by their opinions about Big Data.
To obtain a greater understanding of why the public reasoned as they did, qualitative interviews were executed with 11 different respondents. Before the interviews started, the respondents were introduced to the subject of Big Data in the form of a simpler yet comprehensive presentation. The
presentation was made from a template which was used during each of the interviews. The purpose of this was that it would give the respondents greater knowledge regarding the subject which, in turn, would enable the interview to go into greater depth about how and why the respondents reasoned the way they did.
With theories mainly based of Anthony Giddens' ”Consequences of
Modernity” I was able to explain the result that the respondents had given
me. Giddens' work aims to explain the different approaches the individual has when facing recent phenomenon. As Big Data is in fact in many ways a recent phenomenons in the eyes of the public, the theories from Giddens are well suited to stand as explanation of the result.
The result showed that there is a wide gap between the respondents' opinions in this study. On the one hand there are several who see Big Data as beneficial both for the public and for themselves, yet there are also those who believe that the use of Big Data and the sharing of personal information can be seen as a threat towards their personal integrity. The results indicate that among the respondents who claim to see Big Data as beneficial there is a common denominator that their open minds are mainly due to the benefits that they personally receive in turn. The result also showed that the
Innehållsförteckning
1. Introduktion/ Problemformulering 6
2. Syfte & Frågeställning 7
2.1. Syfte 7 2.2 Frågeställning 7 3. Tidigare forskning 8 4. Teorikapitel 11 4.1. Pragmatiskt accepterande 11 4.2. Bibehållna optimismen 12 4.3. Cyniska pessimismen 12 4.4. Radikala engagemanget 13 4.5. Tillit 13 4.6. Okunnighet 14 4.7. Kognitiv dissonans 14 5. Metodkapitel 15 5.1. Metodval 15 5.2. Urval 16
5.3. Intervjutillfälle och plats 16
5.4. Bilaga och frågeställning 17
5.5. Transkribering 18
5.6. Reliabilitet och validitet 18
5.7. Generaliserbarhet 19
6. Resultat 20
6.1. Uppfattning av Big Data 20
6.1.1. Inplacering i målgrupper 22
6.2. Skillnaden mellan annonsörer och privatpersoner 24 6.3. Påverkan på användandet av tjänster 25
6.4. Nuvarande tjänster 25
6.5. Framtida tjänster 26
7. Analys 27
7.1. Uppfattning av Big Data 27
7.1.1. Inplacering i målgrupper 29
7.2. Skillnaden mellan annonsörer och privatpersoner 30
7.3 Nuvarande tjänster 31
7.3.1. Framtida tjänster 32
8. Slutdiskussion & Framtida forskning 33
8.1. Vad är publikens uppfattning om hur Big Data delas och de potentiella konsekvenser det får på den personliga integriteten? 33 8.2. Varierar publikens åsikter kring delandet av Big Data beroende på
8.3.Påverkas publikens användning av tjänster, som delar och tar del av Big Data, av den åsikt publiken har kring Big Data? 35
8.4 Framtida forskning 36
9. Källförteckning 37
1. Inledning/ Problemformulering
Det här är en undersökning som sprang fram ur behovet av att förstå en modern mediepubliks uppfattning av att segmenteras som målgrupp av aktörer på internet, i första hand sociala media. Marie Grusell, forskare på JMG, och som står som uppdragsgivare för den här undersökningen, har gjort flera studier och avhandlingar om publikreaktioner på reklam, senast om ungas syn på reklam. Daniel Johansson, också uppdragsgivare, har forskat om digitalt distribuerade medier, i synnerhet musik och
underhållning. Det finns redan gedigen forskning om hur mediepubliken uppfattar reklam, och det finns även gedigen forskning om moderna tekniker för publiksegmentering. Det som däremot är mer okänt är hur publiken idag uppfattar faktorerna och tekniken som styr denna
segmentering, och hur publiken känner inför stora aktörers hantering av personlig användarinformation. Då Grusells önskan var att undersöka uppfattning av riktad reklam på sociala medier och Johanssons ursprungliga var att undersöka hur Big Data delades, så gjordes i denna studie en
förening. Studien syftar då på att undersöka publikens inställning till Big Data samt hur denna inställning resoneras och vilka effekter detta synsätt har på andra aspekter av publikens liv.
Under den senaste tiden så har insamlandet av personlig information och övervakning av privatpersoner hamnat i rampljuset bland medierna. I fokus har här varit att det framkommit att den amerikanska myndigheten NSA bland annat gått igenom de amerikanska medborgarnas mejl samt aktivitet på internet. Den största händelsen inom detta avslöjande kom i Juni 2013 då Edward Snowden läckte information ifrån myndigheten NSA som visade att den amerikanska regeringen, bland annat, konstant övervakar befolkningen och samlar in information kring dem utifrån deras aktivitet på internet. Då myndigheten NSA har som uppgift att finna potentiella hot och inte övervaka hela befolkningen så har detta avslöjande, av Snowden, skapat mängder av huvudrubriker. Av denna anledning så finns det en
utomvetenskaplig intresse att ge en tydligare bild på hur publiken resonerar kring insamlandet av personlig information överlag och de bakomliggande teknikerna, mer specifikt om det kan ses som positivt eller någonting som kan ses som ett hot mot den personliga integriteten.
även ämnen med relevans till medie- och kommunikationsvetenskap, ämnen som kan tänkas påverkas av det synsätt publiken har gentemot Big Data. Även då den utomvetenskapliga relevansen djupt berör internationella händelser så är det någonting som den svenska publiken tar del av. Dock då den svenska publiken själva inte direkt påverkas så inriktar sig studien istället på att ta reda på uppfattningen kring hur Big Data används överlag, istället för just av myndigheter.
2. Syfte & Frågeställning
2.1. Syfte
Studien syftar till att skapa förståelse för publikens åsikter kring begreppet Big Data och dess delning, även att skapa bättre förståelse för hur publiken resonerar sina åsikter samt om det finns specifika faktorer som påverkar åsikterna.
2.2. Frågeställning
Vad är publikens uppfattning om hur Big Data delas och de potentiella konsekvenser det får på den personliga integriteten?
Önskan är att få en överblick av publikens uppfattning om delningen av Big Data samt se vad publiken kan tänka sig effekterna, positiva som negativa, av denna delning leder till.
Varierar publikens åsikter kring delandet av Big Data beroende på vem som tar del av informationen?
Det är önskvärt att se ifall inställningen till delning av Big Data är
densamma om mottagaren av informationen ändras. Just av intresse är att se om en skillnad i åsikter finns då man skiljer privatpersoner och experter som mottagare.
Påverkas publikens användande av tjänster, som delar och tar del av Big Data, av den åsikt publiken har kring Big Data?
Det är av intresse att ta reda på om och hur de åsikter man har kring delning av Big Data påverkar användandet av tjänster som publiken uppfattat på ett eller annat sätt tar del av Big Data delningen. Utöver de nuvarande
3. Tidigare forskning
De enorma mängderna av insamlad information som idag samlas in utifrån bl.a. privatpersoners internetanvändning brukar kallas för Big Data. För att bättre förstå sig på vad Big Data är samt hur det fungerar så krävs det först att man undersöker var termen kommer ifrån och vad dess innebörd är. Dock så krävs det även att man undersöker just hur det idag används, vilka effekter Big Data kan ha samt vilka effekter det haft.
Termen Big Data härstammar ifrån det tidiga 2000- talet då termen började användas inom de naturvetenskapliga ämnena astronomi och genomik, men idag sprids termen till allt fler ämnesområden. Philip Russom beskriver Big Data med att säga ” Big data isn’t new, but the effective analytical
leveraging of big data is.” (Russom, 2011, 7) Det finns ingen direkt
definition på vad som kan klassas som Big Data, dock så uppkom termen med syfte att beskriva information i såpass stora volymer att den inte längre fick plats på den minneskapacitet som enskilda datorer använder för att bearbeta informationen. Detta ledde till att man var tvungen att söka sig till nya medel om man önskade att analysera denna stora volym av information, och ur detta problem uppstod bl.a. tjänster så som Apache Hadoop och Google MapReduce, tjänster som tillåter sparande och delning av objekt av större storlek.(Mayer-Schönberger och Cukier, 2013,6)
Russom (2011, 6) menar dock på att då man beskriver Big Data så är det misstag många gör att man endast ser på mängden data. Russom menar att man även måste se till datans hastighet och variation, denne menar att Big Data kan summeras med ”The three V's”. Dessa V:n består av Volume, Velocity (hastighet) och Variety, för att få en fullständig bild på hur Big Data används och analyseras så måste man ta hänsyn till alla 3 V:n. Volume består av vilken mängd av data det är man hanterar, Velocity är det som står bakom vilken hastighet av data som kommer in och ifall det är data ifrån närtid eller nutid, Variety står för de olika former som Big data kommer i, detta kan vara strukturerad eller ostrukturerad. Ostrukturerad data är data som är svår att kategorisera, det kan idag vara data som är insamlad i form av ljud och videosamtal. (Russom, 2011, 6) Russom menar på att alla tre V spelar lika stor roll då man analyserar Big Data, även om Volume är det som uppmärksammast mest så är de resterande V:en konstant återkommande i den data som samlas in och påverkar analysen lika mycket som Volume.
(Russom, 2011, 6)
Idag används Big Data överallt i samhället, alltifrån ens aktivitet på sociala medier till vilka produkter man inhandlat då man drar sitt kreditkort i mataffären. (Mayer- Schönberger och Cukier, 2013,57-8) Även tidigare telefonaktivitet, mejlaktivitet och bilder och videos ifrån diverse
övervakningssystem till sociala medier sparas och används som Big Data. (Schadt, 2012) Nästan allting som vi gör idag sparas och analyseras för att sedan kunna anpassas till just det vi förväntas önska, samt för att göra en bedömning av hur vi är som personer. Big Data baseras som sagt på allting vi skriver på internet, på de hemsidor vi besöker samt vilka TV- program vi tittar på och även hur länge. Detta i syfte att finna alltifrån den bäst
anpassade reklamen för användaren till att undersöka vilka användare som kan ha högre risk att drabbas av högt blodtryck eller depression. (Mayer- Schönberger och Cukier, 2013, 56-7)
Risker, eller snarare problem, finns dock med delning och analys av Big Data, specifikt när det kommer till den privata integriteten, då Big Data ofta består av personlig information. Men det är trots allt viktigt att komma ihåg att all information som samlas in inte innehåller personlig information (Mayer- Schönberger och Cukier, 2013, 152), det finns en hel del
information som inte innehåller personlig information och dessutom finns det mycket personlig information som samlas in men som inte är önskvärd av företag eller organisationer och därmed inte analyseras.
I en ny avhandling (Mathiasson och Velickovic, 2013, 44-5) så framkommer det att vi idag som användare har kommit att acceptera allt mer att
information samlas in och på detta sätt så har även definitionen för vad som är personlig integritet blivit allt lösare. I samma avhandling så kommer man även fram till slutsatsen att, baserad på den allt större acceptansen, Big Data som är ostrukturerad, som inte är förindelad i en särskild kategori och som i helhet är svåra att kategorisera, inte utgör ett hot för den personliga
integriteten. I avhandlingen så erkänner man dock att man utgått ifrån företagens perspektiv och därför inte tagit hänsyn till just användarna då denna slutsats görs.
Mängder med personlig information används dock vid analyseringen av Big Data, och vad som ses som ett problem är att man som användare kanske inte har en uppfattning av vad som skulle kunna vara personlig information. Ett problem uppstår även för de företag som samlar in Big Data, då även de ställs inför frågan ”vad ses som personlig information?”. Då företagen inte vet vilken information som de kan komma att använda, eller i vilket syfte, så blir det i praktiken omöjligt för dem att låta användaren informeras kring detta och ge tillstånd till att det används. Integritetsproblemets kärna ligger i att man inte finner någon balans i användandet av den insamlade
informationen, antingen så blir det för strikt om man skall få tillstånd från alla användare och på så sätt går man miste om mycket av värdet i Big Data, eller så blir det för löst så att man istället struntar i att ta hänsyn till
sökord på vissa tjänster, identifiera en användare utefter de samband som sökningarna har, detta även då personens identitet tidigare har gjorts anonym. (Barbaro och Zeller, 2006) Paul Ohm (2010) summerade situationen kring Big Data väl med att säga:
”Med tillräckligt mycket data så är perfekt anonymisering omöjligt, oavsett hur mycket någon försöker”.
Viktor Mayer- Schönberger och Kennet Cukier (2013, 174-5) ger exempel på hur detta problem skulle kunna lösas i framtiden. Man talar här om hur exempelvis lagar kunde införas som avgör hur länge personlig information får användas efter att det samlats in. Detta skulle förhindra att datainsamlare skulle behålla information under en längre tid och istället använda den inom en specifik tidsram. Ett annat alternativ är att ge ut information i ungefärliga siffror istället för exakta siffror, detta skulle göra att man inte längre kan peka ut exakt vem det är som informationen baseras på, som i exemplet nämnt ovan. Det har visat sig att den andra nämnda metoden, att ge ut ungefärliga siffror, redan används idag av bl.a. Facebook. Då Facebook ger ut den insamlade informationen till potentiella annonsörer så är siffrorna ungefärliga. (Chin och Klinefelter, 2012)
Mayer- Schönberger och Cukier summerade situationen kring Big Datas negativa aspekter med att säga: ”Den viktiga frågan är dock inte om Big
Data ökar risken för inkräktning på integriteten, vilket det gör, utan snarare om det förändrar riskens karaktär. Om hotet endast blir större kan lagar och regler som skyddar integriteten fortfarande fungera i en Big Data- ålder allt vi behöver göra är att fördubbla våra nuvarande ansträngningar. Men å andra sidan, om problemet förändras så kanske vi behöver nya lösningar”.(Mayer- Schönberger och Cukier, 2013, 153)
Det är dock viktigt att inte förglömma att det inte endast finns negativa aspekter med delningen av Big Data. Big Data har gjort det möjligt för oss att lösa problem som tidigare inte gick att lösa, de vanligaste och
viruset år 2009. Man hade i USA tidigare använt sig av Centers for Disease Control and Prevention (CDC) för att försöka kartlägga vart sjukdomen hade spridit sig till. Dock så skulle detta ske genom att läkare informerade CDC om patienter blivit diagnostiserade med sjukdomen, men detta tog ofta flera veckor att få fram ett svar på. Det Google då gjorde var att man
sammanlänkade de mest relevanta, för sjukdomen, sökningarna för att sedan se var de kom ifrån och på detta sätt kartlägga spridningen, någonting som endast kunde göras med tillgång till Big Data. (Mayer- Schönberger och Cukier, 2013, 1-3)
Det har dock visat sig i efterhand att Google Flu Trends, GFT, samma program som kartlade H1N1- viruset, haft en tendens att överskatta spridningen av influensa runt om i världen. (Lazer et al. 2014)
Sedan 2009 så har GFT överskattat antalet insjukna i influensa och i en mätning mellan år 2011- 2012 så hade programmet en felräkning 100 av 108 veckor, anledningar tros vara de variabler som automatiskt läggs in i
programmet, så som årstid och insjuknade förra veckan. Denna
undersökning pekar på att GFT och användningen av Big Data inte är så säkert som man tidigare trott och menar att de som använder sig av detta har drabbats av Big Data- hybris.
4. Teorikapitel
För att kunna förklara det resultat som kommer att komma fram ifrån respondenterna, så behövs en teori som förklarar hur människor reagerar då de stöter på nya världshändelser. Anthony Giddens (1996) beskriver i sitt verk Modernitetens följder de olika förhållningssätten som människor har då de stöter på nyligen uppkomna fenomen som påverkar stora delar av
samhället. Även om Big Data i sig har funnits under en längre tid och på så sätt inte är ett nyligen uppkommet fenomen, så är det på senare tid som begreppet har uppkommit för allmänheten och därmed kan Giddens teori kring allmänhetens förhållningssätt till detta kunna komma att ge
förklaringar på sättet respondenterna resonerar.
Giddens förklarar hur det finns fyra olika förhållningssätt som man kan ha gentemot dessa nyuppkomna världsfenomen. Denne menar att inställningen till nya fenomen varierar ifrån positiva inställningar till negativa där, i denna teori, respektive sida har två förhållningssätt var, även om graderna på dessa varierar kraftigt.
4.1. Pragmatiskt accepterande
Det första förhållningssättet som Giddens (1996, 128) förklarar är det pragmatiskt accepterandet, inom detta förhållningssätt så är det fokus på att vilja överleva och bara gå med strömmen av vardagslivet. Just detta
förhållningssätt är, enligt Giddens, en blandning en blandning av pessimism och förhoppningar eller en blandad ambivalent syn på samhället i helhet. Giddens hänvisar till Raymond Williams (1983) som förklarar
hoppas uppnå de egna temporära vinsterna. Detta förhållningssätt menar då på att då den gemene mannen ändå inte anser sig kunna påverka det som pågår runtom en, så är det lika bra att själv försöka få ut någonting ifrån situation, då den inte kommer att förändras. Giddens menar dock på att detta förhållningssätt har sitt pris, då pragmatiskt accepterande ofta innebär att man stänger ute de tankar kring vad som pågår så kan detta lätt leda till en viss typ av ångest som för vissa kan återkomma till ytan och göra
individerna återmedvetna om just de känslor de har gentemot vad som pågår. Wesley Longhofer och Daniel Winchester (2012, 321- 322) delar den uppfattning om att de känslor av ångest åter kommer upp till ytan förr eller senare. De förklarar det genom att för eller senare kommer det att komma på tal i konversationer med kollegor eller på annat sätt dyka upp i omvärlden, Longhofer och Winchester menar då på att detta förhållningssätt inte går att bibehålla allt för länge.
4.2. Bibehållen optimism
Detta förhållningssätt är det kanske mest optimistiska eller godtrogna förhållningssättet. Giddens (1996, 128-129) menar att detta förhållningssätt har sina rötter ifrån upplysningen, att oavsett alla de faror och hemskheter som pågår runtom en i världen så finns tron om att man ändå kommer att klara sig bra. Förhållningssättet grundas i att man rationaliserar och resonerar för att även om det finns stora risker eller hot med ett nytt fenomen så kan det även finnas stora fördelar med detta som gör att man trots allt har en positiv inställning till fenomenet. Giddens menar på att detta är det förhållningssätt som många experter, de med mer kunskap än gemene man inom specifika ämnen, förespråkar då de argumenterar för de fenomen som de står bakom. Giddens menar även på att då den gemene mannen har detta förhållningssätt så är det ofta p.g.a. övertygelsen av att det rationella tänkandet och expertisen av vetenskap bidrar med en trygghet som
ingenting annat kan mäta sig med.
4.3. Cyniska pessimismen
Som nämndes tidigare så finns det även två förhållningssätt som har en mer negativ syn på de nyuppkomna fenomenen. Det första förhållningssättet kallas för cynisk pessimism (Giddens, 1996, 129) och det finns här en viss likhet mellan detta förhållningssätt och det pragmatiska accepterandet. Dock så är denna likhet mer inriktad på den, tidigare nämnda, ångest som uppstår då man tänker på de faror som kan medfölja det nyuppkomna fenomenet. I detta förhållningssätt så skiljer Giddens på cynism och pessimism och menar att cynismen snarare är ett sätt att mildra ångesten med en form av humor eller världströtthet. Cynismen tillåter då att man gör narr av det nya fenomenet och skrattar åt dem som är positiva till det, dock så pekar Giddens på att cynismen ändå vid vissa tillfällen låter individen fira stundens njutning även om det är en förvrängd typ av firande. Enligt Giddens (ibid.) är det svårare att förklara just pessimismens
pessimismen i sig inte är en handlingsformel utan leder endast till att man blir handlingsförlamad men då den är förenad med cynismen så byggs ett nytt förhållningssätt upp. Ett förhållningssätt som har en negativ inställning men som med cynismen istället tar eggen ur pessimismen och istället fokuserar på en negativ syn inlindad i humor.
4.4. Radikala engagemanget
Giddens (1996, 129- 130) kallar det sista förhållningssättet för radikalt engagemang och beskriver det som en verklig protest till det som man upplever kunna vara ett potentiellt hot. Detta förhållningssätt, enligt
Giddens, menar på att vi, människor tillsammans, bör och är kapabla till att resa oss tillsammans och minska inflytande eller övervinna de krafter som står bakom de nyuppkomna fenomenen som kan vara potentiella hot. Även om Giddens menar på att det är ett optimistiskt förhållningssätt, till sig själva, så är detta ett förhållningssätt som ofta förbiser rationella diskussioner och istället förbinder sig med kamp.
Longhofer och Winchester (2012, 321- 322) menar att i slutändan så
kommer individer inte att kunna bibehålla sina uppfattningar som låter dem ”överleva dagen”. Här syftar de på de tidigare nämnde förhållningssätten och pekar på att även om det är ett sätt att fortgå med vardagslivet så
kommer man med tiden att bli allt mer insatta inom ämnet och till slut blir vi så engagerad kring det att vi inte bara kan ignorera det.
Även om dessa olika förhållningssätt står som fokus för hur vi reagerar då vi stöter på nya fenomen så menar Giddens även på att det finns vissa andra faktorer som spelar in på hur vi reagerar och som kan beskriva varför vi lutar mot ett visst förhållningssätt.
4.5. Tillit
Giddens (1996, 36- 37) beskriver tillit som ”förtroende för eller förlitan på
att någon eller något har en viss egenskap eller attribut eller att ett påstående är sant.”. Detta är utgångspunkten för termen tillit, dock så
menar Giddens att tillit är någonting som måste ses i relation till risk, någonting som uppkommit under modernitetens tid. Tillit betyder nu att man är medveten om de risker och hot som finns men att man ändå väljer att genomföra handlingen. Giddens förklarar begreppet utförligt och menar även på att tilliten är annorlunda beroende på i vem man har den. Denne menar på att det finns tillit till abstrakta system där det egentligen inte finns något möte mellan individen och de som är ansvariga för detta system som ändå på ett eller annat sätt är bundet till individen (Giddens, 1996, 84). Just ett sådant system skulle kunna liknas det vi idag kallar Big Data. Giddens (1996, 84- 85) menar att i en sådan situation så beror inte tilliten till
systemet endast på om det erbjuder trygghet utan det beror även på om den expertkunskap som det abstrakta systemet har kan erbjuda inte bara få risker utan även vinster för individen. Giddens (1996, 87) sammanfattar genom att säga att tillit till system upprätthålls av förtröstan att systemen har
rekommendationssystem. Det man fick fram var att tillit grundades på den kompetens systemen hade i form av konstanta precisa rekommendationer. När det kommer till tilliten av privatpersoner är dock situationen
annorlunda, Giddens hänvisar här till Erving Goffman (1963) som beskriver mötet med en annan privatperson som en ”nedbländning”. Goffman menar att då man möter en annan människa så utbyter man snabbt blickar för att konstatera för varandra att man inte hyser fientliga avsikter och på så sätt fortsätter man dagen. Giddens (1996, 83) förklarar detta som att i ett möte med en privatperson så måste man etablera trovärdighet för att nå tillit, detta då man inte förlitar sig på expertkunskap som i de abstrakta systemens fall. Man söker därmed efter tecken på den andres hederlighet då den andre privatpersonen egentligen är en främmande utan ansikte (Giddens, 1996, 87). Giddens (1996, 97) fortsätter med att säga att om man tvivlar på en annan privatpersons hederlighet, då deras handlingar eller kroppsspråk inte gett tecken på detta, så skapas misstro till denne. Dock är misstro en mild term enligt Giddens (ibid.), då i de djupaste bemärkelserna av motsatsen till tillit så uppstår istället ångestkänslor eller fasa för de personer som inte kunnat ge oss anledning att placera vår tillit hos dem.
4.6. Okunnighet
Giddens (1996, 89) förklarar hur den gemene mannens attityd gentemot teknikens och vetenskapens utveckling är relativt ambivalent. Dock så menar Giddens att om det finns en viss okunnighet ifrån individens sida så tenderar dessa att visa skepticism eller försiktighet gentemot denna nya utveckling, med andra ord att det man inte förstår är man inte positiv
gentemot. Giddens (ibid.) förklarar dock hur många människor köpslår med sig själva då det kommer till modernitetens utveckling, en köpslagan som präglas av blandningar av aktning, skepticism, bekvämlighet och rädsla. Detta förklarar till exempel varför vissa individer använder sig av vissa produkter medan de samtidigt förklarat sina negativa tankar kring dem. Giddens (ibid.) förklarar det genom att säga:
”En individ kan t.ex. välja att flytta någon annanstans i stället för att dricka fluoriderat vatten, eller dricka mineralvatten istället för kranvatten. Men det skulle vara att gå till ytterligheter att vägra använda kranvatten över huvud taget.”
4.7. Kognitiv dissonans
En annan teori kring varför man skulle kunna ha en negativ syn på ett ämne innan man är allt för informerad kring ämnet, är teorin kring kognitiv dissonans. Vi som människor har en önskan att våra tankar och åsikter skall vara konsistenta och då våra åsikter eller handlingar inte hänger samman så upplever vi psykologiskt obehag. Vi försöker därför undvika detta, Kognitiv dissonans, då våra åsikter och handlingar inte överensstämmer med
5. Metodkapitel
5.1. Metodval
Då det inte finns allt för mycket information kring Big data sett ur ett användarperspektiv så kan man se undersökningen som en explorativ studie. Syftet med undersökningen var uppfattningen av effekterna av den
publiksegmentering som man som publik/mottagare/användare utsätts för, som en konsekvens av Big Data, sett utifrån mottagarens perspektiv. Mer specifikt hur användare av sociala medier, streamingtjänster och platstjänster m.m. ser på dessa frågor. Som tidigare nämnts så finns inte allt för mycket information kring just det som undersöktes, tidigare forskning finns dock kring hur användare reagerar på reklam inom sociala medier, men det finns ingen större grund kring hur användare reagerar på hur exempelvis delning av Big Data , som är en bakomliggande mekanism som påverkar den reklam som sedan användaren möter.
Metoden för studien kommer vara kvalitativa samtalsintervjuer där det först presenteras ämnet för att sedan få fram svar på hur användaren reagerar på denna nya information som de tagit del av samt övriga tankar som
intervjuobjekten kan ha kring ämnet. Då det finns en risk att användarna inte är allt för insatta i teoretiska ramverk och bakomliggande tekniska faktorer så behövs en viss förförståelse för ämnet som kommer kunnas
tillhandahålla, och presentera som bilaga i slutprodukten.
Som nämnt ovan så kan undersökningen ses som en explorativ studie och då den är av kvalitativ natur så kommer resultatet inte vara generaliserbart. Studien kan dock komma att ligga som grund för framtida forskning inom ämnet och som någonting som kan ses som användbart för externa
intressenter i deras utveckling inom ämnet Big data. Även om en kvantitativ undersökning hade kunnat ge en klarare helhetsbild över hur den generella uppfattningen, positiv alt. negativ, ser ut, så finns det faktorer som gör att kvalitativa undersökningar är att föredra. Då ämnet kan uppstå som nytt och främmande för vissa så möjliggör en kvalitativ samtalsintervju att vidare förklara och diskutera ämnet med intervjuobjektet och därmed uppstår även möjligheten att utvinna ytterligare information som inte hade varit möjlig med en kvantitativ undersökning. Studiens metodiologiska styrkor är just att man får fram en klarare bild av användarsidans uppfattningar kring Big Data. Då metodvalet är av kvalitativ karaktär så innebär detta även att det finns en fördel då syftet är just att bättre förstå sig på de uppfattningar och resonemang som användarsidan har av Big Data. De svagheter som studien har är, som nämndes ovan, att den inte är generaliserbar utan snarare kan endast stå som ett hjälpmedel till en klarare bild av användarsidans uppfattningar. Som även nämndes tidigare så hade en kvantitativ
5.2. Urval
Det som säkerställdes med respondenter är att det hos dem fanns en användning av dessa relevanta tjänster, detta då informationen som annars skulle fås fram hade varit helt irrelevant. Det var i fokus att undvika ett för smalt urval, och i synnerhet en oproportionerligt stor andel ”early adopters”. Därmed blev urvalets fokus att försöka få fram ett så brett urval som möjligt som skulle kunna representera samhällets “normalanvändare”.
För att uppnå ett brett och representativt urval så användes en metod kallad
”Snowball sampling” (Esiaiasson et al. 2012, 189) där en person
intervjuades och sedan bads denne att hänvisa till nästa intervjuperson, oftast någon som den tidigare personen har kontakt med. För att undvika tidigare nämnda problem med urvalet så klargjordes det för
intervjupersonerna att vissa kriterier måste uppnås innan de hänvisar vidare till nästa intervju. För att förhindra ett relativt vanligt problem med
”Snowball sampling”, att de personer man blir hänvisad till har delade
åsikter och uppfattningar med de tidigare intervjupersonerna och på så sätt får väldigt homogena resultat ifrån intervjuerna, så valdes det att korta ned leden mellan intervjupersonerna. Med detta menas att endast det endast togs ett steg per led efter att man blivit hänvisade till nästa intervjuperson, på detta sätt så minimerarades risken för att få fram allt för homogena resultat men då ”Snowball sampling” är det som används så eliminerars även risken att urvalet blir påverkat i form av att man själv väljer ut alla
intervjupersoner.
Totalt intervjuades 11 personer som varierade mellan kön och ålder för att få fram ett så brett urval som möjligt som kan återge en realistisk
representation av folkets åsikter, så som tidigare beskrevs. Även om kön och ålder inte är variabler som påverkat resultatet, eller antagits påverka
resultatet, så har det varit undersökningens önskan att kunna ge en representation, även om inte generaliserbart, av “normalanvändarnas” uppfattning av Big Data. För att bäst förstå denna uppfattning har det därför varit viktigt att urvalet varit brett så att resultatet inte skulle påverkas och stå som “normalanvändarnas uppfattning” då den egentligen kom ifrån ett smalt urval respondenter med liknande åsikter. Därav var urvalet brett med en snöbollseffekt för att försäkra att det som sedan kom att presenteras som “normalanvändarnas åsikter” faktiskt var just detta.
5.3. Intevjutillfälle och plats
Intervjuerna genomfördes med en intervjuare per intervju, valet av
om vid intervjun.
Respondenterna har utlovats konfidentialitet vid deras medverkan av denna intervju. Vid intervjutillfällena har det även försäkrats att intervjupersonen är medvetna om att de inte ges full anonymitet samt att de är medvetna om i vilket syfte intervjuerna kommer användas. För att hålla det som utlovats kommer intervjupersonerna därför att benämnas utefter ålder och kön, då ingen av dessa är likadan som den andra kan de därför även inte förväxlas. I syfte av att skapa maximal bekvämlighet (Elaiasson et al. 2012, 268) så har alla intervjuer skett hemma hos intervjupersonerna vid tillfällen då så lite störningsmoment som möjligt kunnat uppkomma. Detta för att göra det så bekvämt som möjligt för den intervjuade samt möjliggöra att intervjuaren får ut så mycket ifrån intervjun som möjligt. Alla intervjuer förutom två har skett ansikte mot ansikte, de resterande två har skett via dator med
användning av programmet Skype. För att försäkra att det inte skulle vara någon skillnad mellan intervjuerna som skedde ansikte mot ansikte och dessa så ombads intervjupersonerna att försäkra att de var i deras respektive hem då intervju skedde, detta validerades i form av påslagning av
kamerafunktionen på Skype, i början av intervjun. Detta försäkrade
intervjuaren att alla intervjuer skedde i intervjupersonens hem vilket gör att det kan konstateras att intervjuplatsen var till bekvämlighet av den
intervjuade, då tidpunkt även valdes av de intervjuade så kan det även konstateras att inga andra externa faktorer så som stressmoment uppstod.
5.4. Bilaga och frågeställning
al. 2012, 264) så har även akademisk jargong undvikits
5.5. Transkribering
För att försäkra att ingenting gått förlorat ifrån intervjutillfället till analysen av intervjuerna så har varje intervju spelats in. Efter intervjutillfällena så har intervjuerna även transkriberats till fullo, vissa undantag vid betänketid så som inledning av mening som sedan avbrutits av respondenten, har skett och då tagits bort i syfte av att inte framställe den intervjuade i dålig dager. Vid vissa tillfällen under transkriberingens gång har det framkommit att missförstånd skett mellan intervjuaren samt den intervjuade. Vid dessa tillfällen så har den intervjuade kontaktats vid senare tillfälle för
återkoppling och missförståndet har då förklarats samt den intervjuade har då fått chansen att ge ytterligare förklaring av vad denne menade.
Återkopplingen har skett för att förhindra att gå miste om värdefull information och i syfte av en hög validitet så ansågs det bättre med återkoppling än att själva tolka det givna svaret. Efter transkriberingen så har ett schema använts för att lättare kunna särskilja de olika delarna av de transkriberade intervjuerna, ifrån varandra. Detta schema har bestått av att dela upp de olika huvudfrågorna i olika färger, där de olika färgerna
representerade representerade just en specifik del av arbetet. Efter att samma färger ifrån olika intervjuer samlats ihop så har ytterligare separering skett, även här i form av olika färger. Olika färggivning har gjorts för att att ge en slags visuell stimulans och då de olika delarna av arbetet är separerade och skilda med färg så går arbetet fortare. För att förhindra att färgschemat delar upp intervjuerna för mycket och man på så sätt går miste om information, eftersom det inte tillhör samma del av färgschemat, så har kontinuerliga återblickar till de fullständiga intervjuerna skett. Detta har gjorts då kvalitativa samtalsintervjuer tenderar att kunna ge svar på frågor vid de tillfällen då frågan inte egentligen besvaras.
5.6. Reliabilitet och validitet
Då inspelning av intervjutillfällena, transkribering av inspelningarna samt återkopplingar vid missförstånd har skett så anser jag att studiens reliabilitet är hög. Då det vid flertal tillfällen försäkrats att man inte gått miste om någonting ifrån själva intervjuerna så är det min uppfattning att en ytterligare mätning hade gett samma resultat.
Validiteten är även någonting som anses vara högt i denna undersökning, detta grundas främst i den frågeställning som byggts upp där frågorna låter respondenterna till en början lätt beröra ämnet och dess sekundära verkan för att sedan gå in och diskutera ämnet med större djup och bredd.
Vad som hade kunnat vara önskvärt för en högre validitet är just att den transition mellan de lättare och djupare frågorna i intervjuguiden hade gjorts med en lättare övergång, detta för att försäkra sig om att de direkta frågorna inte gjorde att respondenterna istället undvek att svara ärligt och väl
genomtänkt. Utöver upplägget av intervjuguiden så skulle det för
tecken på att respondentens kön har någon inverkan överhuvudtaget på resultatet, men då undersökningen önskar att ha ett så brett urval som möjligt så hade en precis jämn könsfördelning av respondenter kunnat önskas.
5.7. Generaliserbarhet
6. Resultat
6.1. Uppfattningen av Big Data
Resultatet ifrån intervjuerna visar att respondenternas åsikter kring delningen av Big Data är kluvna. Det finns å ena sidan en del av
respondenterna som har en positivare inställning till fenomenet och menar på att de ser fördelar med det. Medan det samtidigt finns de som anser att delningen av personlig information kan vara ett potentiellt hot. För att skilja respondenterna åt kommer skiljningen hädanefter bli kallad för
“respondenter med positivare inställning” samt “respondenter med
negativare inställning”, skiljningen mellan respondenterna baseras utefter de svar de givit kring deras syn på Big Data, specifikt på det svar de givit då de ombads svara på om de anser att de positiva effekterna rättfärdigar det potentiella hotet gentemot den personliga integriteten. I texten så redogörs det kontinuerligt vilken grupp det är som har de åsikter som presenteras, efter redogörelsen så presenteras även citat för att bättre belysa det resultat som framkommit.
Det som var tydligt var att båda parter, de som var positivare och de som var negativare gentemot Big Data, verkade vara väl medvetna kring ämnet och hade en förståelse för hur andra resonerade, även om de själva inte delade åsikten.
”Personligen så bryr jag mig inte så mycket, jag anser inte att det inkräktar så mycket på min personliga sfär, det tycker jag inte. Men jag kan också förstå många andra som kanske tycker att det inkräktar lite väl mycket, för vad man än söker så känns det som att man blir övervakad då allt sparas.”- Kvinna 23
”Ponera att man är känd och att media skulle kunna ta reda på vad man som statsminister eller företagsledare m.m. köper. På så sätt men jag kan inte säga att jag personligen känner ett hot i den position som jag befinner mig i men jag kan se det rent hypotetiskt.” - Man 25
Ovannämnda citat är som man kan förstå ifrån respondenter med en positivare inställning gentemot delningen av Big Data men som tidigare nämndes så kunde liknande tankesätt ses ifrån respondenterna med negativare inställning.
”Ja, t.ex. min skostorlek. Jag hade då inte behövt registrera den, affären hade istället automatiskt kommit ihåg mig, det hade varit bekvämligt.” - Man 42
bidrar till riktad reklam. Men även om det fanns förståelse för hur den andra sidan tänkte så höll respondenterna sig fast vid sina egna tankar och
värderingar av fenomenet. Någonting som karaktäristiskt för de med positivare inställning var att de kunde se personlig vinning med Big Data.
”Ja absolut, att de kan veta vad jag vill köpa innan jag vill
köpa det! Men om man ser ifrån bilagan så kanske det kan vara så att om jag är sjuk och söker på vad det är så kanske de kan komma på vad det är innan jag själv gör det och ge mig förslag, så det kommer alltid att finnas positiva aspekter med det. Men även om jag hittar någonting som jag vill köpa som reklamen visar, så blir jag jätteglad, så även det är positivt.” - Kvinna 19
”Ja, det är väl just det här att man kan få tips ifrån olika hemsidor som man shoppar på när de har rea eller något bra erbjudande. Istället för att själv behöva sitta och vänta in höst eller vinter-rean så kommer ju det till dig. Så på det sättet är det ju bekvämlighetsmässigt.” - Man 25
Man 23 gav ett exempel på hur han hittills endast haft bra upplevelser av hur Big Data används. Han ger exempel på hur han har fått vissa
rabattkuponger, som han förklarar förmodligen baserats på tidigare köp, ifrån där han handlat och menar på att man som student alltid är glad då man kan spara lite pengar.
Någonting annat som man kunde se bland vissa av de respondenter som hade en positivare inställning gentemot Big Data var deras positiva syn och tillit till att organisationer med större makt skulle få lov att ta del av den insamlade information.
“Men som sagt så ser jag fortfarande fördelar med att myndigheter så som Säpo eller andra typer av
säkerhetsmyndigheter att de bör ha informationen.” - Man 25
“Det känns som att det är så mycket som är så osäkert i vår värld. Jag tänker t.ex. på det som bilagan gick igenom om svininfluensan, det finns väldigt mycket sådant och att man då med Big data kan spåra dessa. Det väger upp de
negativa effekterna.” - Kvinna 18
Vad som var ett tydligt mönster bland de som haft en negativ inställning till Big Data var att det fanns en misstro gentemot dem som samlar in den personliga informationen och även mot de som senare använder sig av den.
”Men den kan användas i syfte att kartlägga politiska åsikter och liknande…man kan ju tänka sig att staten använder det för kartlägga medborgares åsikter, och det är inte så bra…” - Man 32
” * Skratt* Ja, det är, jag skulle kunna sitta och hålla ett föredrag om detta i två timmar…det är profilering på alla sätt och vis. Vem är han, vad tycker han
beteendevetenskap…allt...” - Man 49
Man 36 förklarade att denne känner en slags oro gentemot att man lever i ett samhälle där man konstant övervakas, denne fortsätter att förklara att oavsett vad de positiva fördelarna kan vara så vill denne leva i ett fritt samhälle, friheten är ingenting denne är villig att ge upp. Kvinna 34 menade på att även om hon var negativt inställd till Big Data så tror hon inte att det går att stoppa. Resultatet visar att detta tankemönster även fortsätter då intervjuerna gick vidare till att diskutera ifall de positiva egenskaperna rättfärdigar att den personliga informationen samlas in. De som tidigare menat att de tydligare såg de negativa egenskaperna som Big Data medförde sig var även de som ansåg att de positiva egenskaper inte rättfärdigade att informationen samlades in.
”Nej, inte i den stora bilden. Men det betyder ju inte att man inte kan dra fördelar av det ibland. Som du sa med Google och influensa epidemin, men man kan ju också förhasta sig och sätta en hel stad i karantän. Det finns fördelar, men i ett större perspektiv så överväger de negativa konsekvenserna.” - Man 36
På samma sätt så resonerade respondenterna med positivare inställning, dock att de då ansåg att de positiva egenskaperna rättfärdigade att informationen samlades in. Resultatet tyder då på att även om man är medveten av varför andra resonerar på det sätt som de gör och vet om faktorerna bakom deras tankesätt, så håller man kvar vid sitt egna tankesätt.
6.1.1. Inplacering i målgrupper
I intervjun så diskuterades även en annan följd av Big Data, att man som användare blir inplacerad i en målgrupp, utefter vår aktivitet på internet, och sedan stöter på den typ av reklam som tros tilltala just denna målgrupp. Då detta diskuterades verkade det finnas en liknande syn ifrån alla respondenter om att det fanns vissa problem med att bli placerad i en målgrupp.
”Jag kan ju tänka mig att det kan tendera att underbygga könsskillnader och så vidare, alltså det blir ju en slags inplacering i fack och det är ju någonting vi under en lång lång tid jobbat för att fasa ut i samhället. Så på så sätt kan jag tänka mig att det är någonting negativt och att man då inte får möjlighet att upptäcka egenskaper med sig själv som man inte visste om.” - Man 25
Det visade sig att även de som tidigare haft en positivare inställning till Big Data ansåg att det fanns vissa problem med att man blev inplacerad i målgrupper. Det mönster man här kunde se var att dessa målgrupper på ett eller annat sätt skulle generalisera mottagaren av den riktade reklamen och på så sätt skulle inte längre den positiva aspekten av Big Data finnas kvar. Vissa av respondenterna som tidigare haft negativ syn på Big Data gav svar som gav anledning att tro att den negativa synen härstammar ifrån någonting annat.
”Om jag hade varit intressera av reklam så hade det ju varit positivt, men jag är som sagt inte så intresserad och det är väldigt lite reklam som intresserar mig…jag är fortfarande lite gammalmodig i tänket…” - Man 36
”Att jag skulle önska reklam? Det gör man väl aldrig?” -Kvinna 34
Man skulle snarare kunna tro att negativiteten till inplaceringen i
målgrupper härstammar i synen på reklam i helhet, eller då även Big Data. Tidigare i intervjun hade dessa respondenter gett svar på att reklam väldigt sällan intresserar dem samt att en av dem märkt att Facebook haft reklam som var anpassat just efter den plats i livet som denne nu befann sig i, någonting som inte uppskattades. Därav kan man tänka sig att den negativa synen på reklam i helhet gör att man kanske har svårare att tänka sig någonting positivt med inplaceringen i målgrupper och därmed svarar man hellre med strikt negativitet. Någonting som skulle kunna stödja detta är då intervjuaren av Man 32 ställer följdfrågan, till sistnämnda citat av denne,
”Även om det skulle handla om saker som du är väldigt intresserad av?”.
Vid detta tillfälle så vänder Man 32 och svarar att detta då skulle vara någonting positivt, om just reklamen visade någonting denne var intresserad av, ett svar som skulle kunna indikera att den negativa synen på reklam avspeglar även svaren på allt som kringgår reklam.
”Jag tycker inte att den här smidigheten skulle vara mer
värd än människors chans att finna andra delar av dem själva, det skulle jag inte säga.” - Man 25
6.2. Skillnaden mellan annonsörer och privatpersoner
Resultatet visar att det finns en stor skillnad på uppfattningen av Big Data då man byter ut de potentiella mottagarna av den personliga informationen. Under intervjuerna gavs exemplet att det istället för annonsörer skulle vara privatpersoner som tog del av den personliga informationen. Det visar sig här att de personer som tidigare redan hade en negativare syn på fenomenet egentligen inte såg någon skillnad oavsett vem det var som fick tag i informationen. Dock så var det väldigt tydligt att de som tidigare haft en positivare syn på fenomenet nu istället även de fick en negativ syn på Big Data, utifall det var så att privatpersoner tog del av den personliga
informationen.
”Jo, men det var lite det jag var inne på tidigare också, det är ju det som är lite av den potentiella risken med det, att människor i ens närhet får reda på det. Eller media o.s.v. får reda på det om det som finns nu kan tänkas skada en. Jag tänker att man egentligen inte är rädd för storebror utan snarare är man rädd för grannen, åtminstone i de demokratiserade länderna.” - Man 25
”Är det annonsörer som får tag i det så kanske jag också får ut någonting utav det medan är det privatpersoner så kan ju det vändas helt mot mig.” - Kvinna 18
Resultatet visar även att en del av oron med att den personliga
informationen delas till privatpersoner är att hotet då kommer allt närmre och den personliga sfären då blir inkräktad på. Som tidigare nämndes ser man då hellre att det är annonsörer som får tag i informationen just på grund av att det inte är lika inkräktande.
”Ja, det är väl klart. Om jag går in och söker på någonting som är väldigt konstigt eller personligt så vill inte jag att min chef skall få reda på det, utan då är det mycket bättre att det sitter någon man som bara skall skicka ut reklam till mig som vet om det. Det bryr ju inte jag mig om.” - Kvinna 23
”Det bekommer inte mig mer om Google vet vad jag gör än om min granne vet vad jag gör, det är värre om min granne vet vad jag gör, för det är min absoluta närhet medan Google är i Kalifornien någonstans.” - Man 23
vet man inte vilka dessa är samt vilka motiv de har då de får tag i informationen.
”Det känns som att alla tänker så, det är klart att man är rädd för att informationen skall hamna i fel händer och vad de då skall göra med den informationen. Det kan ju vara hotande mot en själv för att man inte vet vem som vet någonting om just dig.” - Kvinna 18
”Ja, som sagt så vet jag ju inte jättemycket om ämnet. Men jag tror att det är där problemet ligger egentligen, att man är rädd att ens privata information skall spridas i just fel händer.” - Kvinna 19
Av resultatet att bedöma ser man att respondenterna har större tillit till annonsörer jämfört med privatpersoner någonting som verkar grundas i att man vet vilket syfte som annonsörerna använder informationen så är man mer positiva till detta medan då man inte vet vem privatpersonen är eller i vilket syfte denne kommer använda information så ses detta som någonting som kan vara ett hot mot den personliga integriteten.
6.3. Påverkan på användandet av tjänster
I intervjuerna så undersöktes även ifall de åsikter respondenterna har kring Big Data hade någon påverkan på de tjänster respondenterna använde sig utav. Utöver användandet av tjänster överlag så lades även fokus på att se ifall det fanns något mönster mellan användandet av tjänster och den kunskap man hade angående tjänster som, i någon form, använder sig av Big Data. Utöver detta så lades det även fokus på synen av framtida tjänster och ifall denna syn på något sätt kunde vara påverkad av inställningen till Big Data.
6.3.1. Nuvarande tjänster
Resultatet visar att de respondenter som var positivare till Big Data var även de som använde sig av tjänster i större utsträckning. Det som man dock tydligt märker i resultatet är att bland respondenterna med negativare inställning, till Big Data, finns det ett användande av vissa tjänster som man ändå menar på att man haft dåliga upplevelser av.
”Min tid på Facebook är så otroligt begränsad att jag
hinner knappt reflektera över de reklampelare som finns på Facebook.”-Man 32
”Jag har märkt att Facebook har koll på att jag är singelmamma, då jag får reklam från företag som vill sälja in barnpassning, och det känns ju lite på
gränsen...” - Kvinna 34
kommentar, så som att det endast sker i enstaka fall. Man 36 ger exempel på detta genom att säga att även då han har ett Facebook- konto så är han inte särskilt aktiv på det. Resultatet skulle kunna indikera att respondenterna har kopplat att Facebook använder sig av Big Data då de, som i sistnämnda citat, märkt av den riktade reklamen som är anpassad efter dem. Det är möjligt att den negativa synen på Big Data hos vissa respondenter då också gör att dessa ser negativt på de tjänster som de vet om använder sig av Big Data. Även om det i fallet kring Facebook visar sig att respondenterna ändå använder sig av tjänsten så visar resultatet även på att de respondenter med en positivare syn på Big Data hade en mycket större öppenhet gentemot tjänster som använde sig av just Big Data.
Det kom fram i resultatet att samtliga respondenter såg ett tydligt samband mellan den reklam de stötte på och de tidigare sökord de haft på sökmotorer. Vad som var tydligast var det samband som fanns mellan reklamen och Googles sökmotor, alltså fanns det en förståelse för att Google använde sig av Big Data. Resultatet visade även på att bland respondenterna med positivare inställning så var Google den primära tjänsten då man var ute efter informationssökning.
”Nej, varje gång jag söker så går jag alltid in på Google,
jag använder mig inte av Bing eller liknande, utan det är Google.” - Kvinna 18
”Google framförallt, det är väl just den men även
Wikipedia använder jag en hel del.” - Man 25
Utöver Wikipedia, som det klargjordes att man nådde via Google, så fanns det inga andra alternativ till sökmotorer utan det var endast Google man använde bland respondenterna med positivare inställning. Det framkom dock i resultatet att flertalet av respondenterna med en negativare syn på Big Data använde sig av alternativa tjänster då det kom till informationssökning. Resultatet visar då med andra ord att de respondenter som har en negativ syn på Big Data är öppnare till att söka sig till alternativa tjänster om de märker av ett tydligt samband mellan en tjänst och användningen av Big Data.
6.3.2. Framtida tjänster
Resultatet visade även på att det fanns en större öppenhet gentemot framtida tjänster från de respondenter som hade en positiv inställning till Big Data. I intervjuerna så gavs möjlighet till att förklara sin egen optimala tjänst samt så undersöktes inställningen till en fullständigt konvergerad tjänst. Det skall klargöras att inställningen till en fullständigt konvergerad tjänst var till stora delar negativ, oavsett inställning till Big Data, dock så var det främst ifrån respondenterna med positivare inställning till Big Data som man kunde tyda ett medhåll om att en fullständigt konvergerad tjänst var önskvärd i
framtiden.
superapplikation som man betalade för och slapp reklam, kunde söka på, lyssna på musik och även chatta på. Där man kunde göra allt möjligt utan en massa pop up- grejer hela tiden.” - Kvinna 19
”Ja, det var ju som jag sade innan att det främst blir
bekvämligt. Att man slipper logga in och ut, att slippa öppna och stänga nya appar och flikar. Att allt blir på ett och samma ställe.”- Kvinna 18
Även då det diskuterades en tjänst som samlade respondentens önskade egenskaper så visar resultatet på en större öppenhet att diskutera, hur en sådan framtida tjänst skulle se u, ifrån de respondenter som varit positivare inställda till Big Data. Bland de respondenterna med negativare syn så framkommer det oftast som någonting som endast skulle vara rörigt och att man är nöjd med saker så som man har dem idag. I vissa fall då svars gav så var det istället svar som gav antydan till cynism över den nuvarande
tjänsten.
“Ogilla, och fuck off- funktion på Facebook…” - Man 49
Som nämndes ovan så var överlag synen på den framtida tjänsten negativ men det fanns ändå ett mönster av en större öppenhet, åtminstone att diskutera det, ifrån respondenterna med positiv inställning gentemot Big Data.
7. Analys
7.1. Uppfattningen av Big Data
Som resultatet visade så fanns det kluvna åsikter bland respondenterna till hur de ställde sig gentemot detta nya fenomen som kallas Big Data. Det fanns vissa som var väldigt positiva till de effekter som Big Data hade men det fanns även de som hade en mycket negativare syn på fenomenet. Om man tittar på vad som finns gemensamt för samtliga respondenter som hade en positivare inställning till Big Data så ser man ett mönster där
respondenterna anser att de positiva effekterna är att man själv kan gynnas. I de flesta fall syftar respondenterna här på att de får erbjudanden på varor de kan tänkas tycka om fast med billigare priser. Detta tankesätt förklaras av Giddens (1996) som det ”Pragmatiska accepterandet”, där inställningen hos människor är att det finns så mycket i världen som man inte kan kontrollera så det enda man kan göra är att söka sig till de små personliga vinsterna. Att respondenterna ser på de billigare priserna på önskade framtida köp som det positiva ser vi har en direkt koppling till vad Giddens (ibid.) menar med att se till de små personliga vinsterna. Dock så förstärks teorin kring
runtomkring en men inser att man själv inte kan påverka det, med andra ord en förståelse för fenomenet som även ses tydliga spår utav ifrån denna studies resultat.
Resultatet visade även att vissa av respondenterna, som medgett att de såg personliga vinster med Big Data, var positivt inställda till hur Big Data skulle kunna användas av organisationer med större makt och kunskap. Dessa respondenter menade på att även då det finns risker med att dessa organisationer får tag i den personliga informationen så finns det större hot och risker som endast kan lösas ifall dessa organisationer får tillgång till den information som samlas in. Det förhållningssätt som Giddens (ibid.) kallar den ”Bibehållna optimismen” förklarar hur man som människa bibehåller sin optimism gentemot ett nytt fenomen, även då man är medveten om de negativa effekterna, då man har ett stort förtroende för den expertis som de som står bakom fenomenet besitter. Som resultatet i denna studie visar på så menar respondenterna på att organisationer med makt skulle kunna behöva användning av informationen som samlades in då de med den hade kunnat förhindra ännu större hot. Resultatet visar då precis den syn som Giddens (ibid.) presenterar med den ”Bibehållna optimismen”, att även då man är medveten om riskerna så har man en positiv inställning då man förlitar sig på den expertis som finns hos organisationerna som nyttjar fenomenet. Resultatet ifrån de respondenter som medger att de har en positivare inställning gentemot Big Data visar att det primära förhållningssättet är det ”Pragmatiska accepterandet” men att det även finns inslag ifrån den
svar, vilket är just kategoriskt för cynismen. Dock så som Giddens (ibid.) förklarar pessimismen så är det svårt att förklara den, då detta
förhållningssätt inte är en handlingsformel utan istället gör i sitt slutskede att individen blir handlingsförlamad, vilket resultatet visar att respondenterna inte är. Dock så är det enligt Giddens (ibid.) typiskt för pessimismen att ha en negativ inställning till framtiden och en slags nostalgi för det förflutna, detta är någonting vi ser tecken på i resultatet, men mer ingående om detta senare.
Resultatet visar alltså att även bland de respondenter som hade en negativare inställning gentemot Big Data så fanns det tydliga tecken på att även dessa respondenters inställning kunde förklaras med Giddens (ibid.)
förhållningssätt- teori. Det fanns framförallt tecken på cynism ifrån respondenterna men man kunde även se tydliga spår av pessimism, även ifall detta förhållningssätt är svårt att kategorisera. Detta ger goda
anledningar att det förhållningssätt som Giddens (ibid.) kallar den ”Cyniska pessimismen” förklarar och stämmer väl in på de svar som vissa av
respondenterna har givit.
Giddens (ibid.) förklarade dock att det fanns fyra olika förhållningssätt, dock så tyder resultatet att respondenterna endast visar tecken på tre av dem. Det fjärde förhållningssättet som Giddens (ibid.) kallar för det ”Radikala engagemanget” är ett förhållningssätt som förklarar de individer som är starkt emot ett fenomen och väljer att fysiskt agera för att förhindra det. Som sagt finns dock inga tecken ifrån resultatet att detta är ett
förhållningssätt ifrån några av respondenterna, en förklaring till detta skulle kunna finnas i det Longhofer och Winchester (2012) förklarar angående det ”Radikala engagemanget”. Dessa menar på att i slutändan så kan inte människor bibehålla de uppfattningar som endast låter dem ”överleva vardagen” utan då tiden går och man blir mer informerad så kommer man till slut vara tvungen att hantera de ångestkänslor som de andra
förhållningssätten försöker blunda för. Det är möjligt att då fenomenet Big Data är relativt nytt för befolkningen så har inte tillräckligt tid gått för att man till fullo blivit informerad och sett vilka effekter fenomenet har och därmed så finns det hittills få som just förhåller sig till det ”Radikala engagemanget”.
7.1.1. Inplacering i målgrupper
finnas mellan individer och abstrakta system. I detta fall så betraktas Big Data som ett abstrakt system då det är ett slags system som är bundet till individen, då det har hand om personliga information men som ändå är ansiktslöst mot oss. Dessa abstrakta system bygger, enligt Giddens (ibid.), tillit till individen genom att man förlitar sig på att deras expertis är större än ens egen inom ämnet. Men vad som är viktigt, som Giddens (ibid.) även pekar ut, är att denna tillit kan endast finnas då systemen har expertkunskap som fungerar, betoningen är här på att systemens expertkunskap fungerar. Precis som O'Donovan och Smyth (2005) fick fram i sin studie så visar det sig att tilliten till system beror på konstanta precisa rekommendationer, med andra ord att systemen fungerar och fyller sitt syfte. Det vi då kan utgå ifrån är att detta tankesätt är det som respondenterna följer då de har en negativ syn på inplaceringen i målgrupper. Då risken för att inplaceringen inte fungerar är allt för stor så kan man inte heller ha någon tillit till den och därmed blir man istället negativ gentemot denna effekt av Big Data.
De som tidigare haft en negativare syn på Big Data hade även här en negativ syn på inplaceringen i målgrupper, dock så stack någonting ut med flertalet av respondenternas svar. Det visade sig snarare att man fokuserade på det faktum att man skulle få reklam då man var inplacerad i en målgrupp. Den riktade reklamen som effekt av Big Data var någonting dessa respondenter tidigare hade förklarat som någonting negativt och det finns därför
anledning att tro att åsikterna kring inplaceringen i målgrupper på ett eller annat sätt är präglade kring åsikterna av Big Data överlag. Strömbäck (2009) förklarar detta tankesätt med termen ”Kognitiv dissonans” och menar att vi människor har en tendens att vilja att våra tankar och åsikter skall vara konsistenta och hänga samman, om inte detta sker så så upplever vi
psykologiskt obehag. Vad som stärker denna teori som förklaring till hur dessa respondenter resonerar är det faktum att en av respondenternas åsikt ändras, till det motsatta, då intervjuaren vänder på frågan. Det är därför en mycket sannolik förklaring att då man har en negativ inställning gentemot Big Data så har man även en negativ inställning gentemot samtliga effekter som Big Data kan tänkas ha. En negativ inställning som kvarstår tills det att man blir bättre informerad kring ämnet.
7.2. Skillnaden mellan annonsörer och privatpersoner
systemens expertis inom ämnet, den höga nivå av kunskap kring det ämne man själv inte har kunskap kring. Men Giddens (ibid.) menar även på att det inte räcker för systemen att erbjuda trygghet, i detta fall kunskapen om vad informationen används till, utan det måste även vara klart för individen att det finns personlig vinning för denne, som kommer ifrån detta system. Då vi redan konstaterat att respondenterna med positivare inställning till Big Data faller under det ”Pragmatiska accepterandet” så är det därför
självförklarande varför dessa inte ser det som ett problem då annonsörer tar del av informationen, då man, som tidigare nämnt, får ut bättre priser och erbjudanden som passar just det man tycker om.
När det kommer till privatpersoner som tar del av den personliga
informationen så visar resultatet som sagt att respondenterna har motsatt åsikt gentemot den mot annonsörerna. Mönstret som man kan se är att man inte vill att privatpersoner skall få tag i informationen då man inte vet i vilket syfte de kan tänka sig använda den. Giddens (ibid.) förklarar hur tillit till privatpersoner, som vi tidigare inte känner, grundas i att privatpersonerna måste först ge oss tecken på deras hederlighet, om inget tecken på detta finns så kan vi heller inte lita på dem. Hur Giddens (ibid.) teori skulle kunna appliceras på det faktum att flertalet av respondenterna uppger att de inte vill att grannen eller chefen, individer som med all förmodan gett tecken på sin hederlighet, tar del av informationen, är svårare att säga. Vad man skulle kunna anta är att då det rör sig om personlig information, som man tidigare inte delat med sig av till dessa närstående individer, så återgår dessa
individer till att bli ansiktslösa då de inte gett oss tidigare tecken på deras hederlighet inom en situation vars karaktär varit såpass känslig.
Privatpersoner överlag ses då som ansiktslösa som inte givit oss tecken på deras hederlighet och vi vet inte heller om i vilket syfte, så som i fallet med annonsörerna, de kommer använda den personliga informationen. Giddens (ibid.) beskriver att den ultimata motsatsen till tillit gör att man får
ångestkänslor eller känner fasa för de individer som inte gett oss tecken på deras hederlighet. Detta förklarar varför vissa av respondenterna rent ut förklarar sin rädsla för att informationen skall hamna i fel händer och att man kan se det som ett hot gentemot sig. Detta tankesätt kring ämnet stärker ytterligare Giddens (ibid.) teorierna kring förhållningssätt gentemot nya fenomen, respondenterna som tidigare visat sig förhålla sig till det
”Pragmatiska accepterandet” och den ”Bibehållna optimismen” är även de som är sätter sin tillit till annonsörer och hur de tar del av informationen. Detta då, som resultatet visar, man ser egen vinning samt att man har tillit till den expertis som dessa annonsörer har, någonting som privatpersonerna inte kan erbjuda och därmed så sätter respondenterna ingen tillit hos dem.
7.3. Nuvarande tjänster
Bland de nuvarande använda tjänsterna så visade det sig att de personer med positivare inställning gentemot Big Data använde tjänster i större
